1. 按技术路线分类

目前，人工智能芯片按照技术路线划分，主要分为GPU、FPGA以及ASIC三大类，三类芯片的特点如下表所示。

2. 按应用领域分类

从应用领域来划分，A芯片主要可分为云端数据中心AI芯片和智能终端AI芯片；而从功能来划分，又可分为AI训练（Training）芯片和AI推理（Inference）芯片。云端市场目前基本被NVIDIA和Google两大巨头统治，2020年由阿里达摩院所研发的含光800AI芯片也进入云端推理的竞争行列；终端玩家则相对较多，包括Intel、高通、ARM、Imagination、华为、寒武纪等。 

AI芯片的应用场景众多，主要包括：数据中心(IDC)、移动终端、智能安防、自动驾驶、智能家居等。

(1) 数据中心

用于云端训练和推理，目前大多数的训练工作都在云端完成。移动互联网的视频内容审核、个性化推荐等都是典型的云端推理应用。Nvidia GPU在训练方面一家独大，在推理方面也保持领先位置。与此同时，FPGA和ASIC因为低功耗、低成本的优势，也在持续抢夺GPU的市场份额。目前云端代表芯片主要有Nvidia-Tesla V100、Nvidia-Tesla T4、华为昇腾910、寒武纪MLU270、阿里达摩院含光800等。

(2) 移动终端

移动终端主要包括手机，以及日渐普及的无人机等。移动终端AI芯片主要用于移动端的推理，解决云端推理因网络延迟带来的用户体验等问题，典型应用如视频特效、语音助手等。移动端AI推理通过在系统芯片（system on chip，SoC）中增加协处理器或专用加速单元来实现。受制于移动终端的电量，对芯片的功耗有严格的限制。代表芯片有Apple A12 Neural Engine和华为麒麟990。

(3) 智能安防

智能安防的主要任务是视频结构化。通过在摄像头终端加入AI芯片，可以实现实时响应、降低带宽压力，此外，也可以将推理功能集成在边缘服务器产品中，以实现对非智能摄像头数据的后台AI推理。AI芯片需要有视频处理和解码能力，主要考虑的是可处理的视频路数以及单路视频结构化的成本。代表芯片有华为Hi3559-AV100、海思昇腾310和比特大陆BM1684等。

(4) 自动驾驶

AI芯片作为无人车的大脑，需要对汽车上大量传感器产生的数据做实时处理，对芯片的算力、功耗、可靠性都有非常高的要求，同时芯片需要满足车规标准，因此设计的难度较大。面向自动驾驶的芯片目前主要有Nvidia Orin、Xavier和Tesla的FSD等。

(5) 智能家居

在AIoT时代，智能家居中的每个设备都需要具备一定的感知、推断以及决策功能。为了得到更好的智能语音交互用户体验，语音AI芯片进入了端侧市场。语音AI芯片相对来说设计难度低，开发周期短。代表芯片有思必驰TH1520和云知声雨燕UniOne等。

看过流浪地球后，猎手发现里面人工智能的核心还要属算力，发动机的点火，数字人类的寿命都需要庞大的算力来支撑，GPU这类的ai芯片就必不可少，而大a中的gpu概念股很少，除了景嘉微，貌似就剩下好利科技了，好利科技听过的人很少，近些年好利科技收购了合肥曲速超维集成电路有限公司，其主要从事GPU芯片、ADAS视觉芯片的研发和销售工作。目前曲速超维半导体业务进入高速发展。GPU（VPU）、GPGPU、ADAS（对标英伟达ORIN）芯片研发投产顺利，其中GPU（VPU）、GPGPU、ADAS研发主体曲速超维在今年三季度完成并表，并在2022年9月份取得1700.3万元GPU芯片销售合同。1）曲速超维现有北京、上海两个研发总部。北京负责ADAS、无人驾驶系统的研发，与何积丰院士团队（目前为公司技术顾问，行业泰斗）一起。上海负责GPU、GPGPU研发。2）曲速超维北京公司负责人孟海波曾负责带领团队进行海光信息第一代X86芯片研发、流片，经验丰富。

今天ai芯片涨的很好，板块涨停不少，好利科技还是个深市主板票，有望补涨ai芯片大行情，等待资金过来挖掘~